Glosario

Ataque homógrafo IDN (IDN Homograph Attack)

Una técnica de phishing que usa caracteres Unicode visualmente similares en nombres de dominio para suplantar sitios legítimos.

Programming & Dev

Cadenas JavaScript y puntos de código (JS String & Code Points)

Métodos de String en JS para Unicode: codePointAt(), String.fromCodePoint() y el operador spread para iteración de grafemas.

Programming & Dev

Colación Unicode (Unicode Collation)

Ordenar texto según reglas específicas del idioma usando el Algoritmo de Colación Unicode (UCA, UTS #10).

Programming & Dev

Detección de codificación (Encoding Detection)

Técnicas para detectar la codificación de caracteres de archivos de texto, incluyendo detección de BOM, heurísticas y bibliotecas como chardet.

Programming & Dev

Escapes de propiedades Unicode (\p{})

Sintaxis regex (\p{Script=Greek}, \p{Letter}) que coincide con caracteres por propiedades Unicode. Soportada en JS, Java, Python y más.

Programming & Dev

Longitud de cadena vs conteo de caracteres (String Length vs Character Count)

Por qué str.length en JavaScript devuelve unidades de código UTF-16, no caracteres visuales, y cómo contar grafemas correctamente.

Programming & Dev

Módulo unicodedata de Python (Python unicodedata)

Módulo de la biblioteca estándar de Python para buscar nombres, categorías y propiedades de caracteres Unicode.

Programming & Dev

Patrón sándwich Unicode (Unicode Sandwich Pattern)

Una buena práctica de programación: decodificar bytes → procesar texto como Unicode → codificar bytes. Mantiene Unicode en el medio.

Programming & Dev

Punto de código vs carácter vs glifo (Code Point vs Character vs Glyph)

Comprender los tres niveles de abstracción: un punto de código (número), un carácter (abstracto) y un glifo (representación visual).

Programming & Dev

Segmentación de grafemas (Grapheme Segmentation, UAX #29)

El algoritmo Unicode para dividir texto en caracteres percibidos por el usuario, manejando secuencias emoji, marcas combinantes, etc.

Programming & Dev

Soporte Unicode en Regex (Regex Unicode Support)

Uso de expresiones regulares compatibles con Unicode mediante indicadores como /u en JS y re.UNICODE en Python.

Programming & Dev

Unicode en URLs e IRIs (Unicode in URLs & IRIs)

Cómo se manejan los caracteres Unicode en URLs: IRI (RFC 3987), codificación porcentual de bytes UTF-8 y visualización en navegadores.

Programming & Dev